人工智能时代学术诚信的马赛克式方法（与克里斯·奥斯特罗合著）

生成式人工智能已在教育领域占据主导地位。克里斯托弗·奥斯特罗教授提出"马赛克方法论"，助力教育工作者驾驭当前人工智能格局。

学生使用人工智能的情况在提交作业时显露无踪——这些作业的内容与字数要求、格式规范及所需文献数量均不符。此类作业完全脱离课程框架，且往往未经任何过程说明便直接提交。绝大多数使用人工智能的学生都引用了相同的那几篇文献，其中部分文献甚至属于系统虚构的内容。

行不通的

全面禁止使用人工智能并非有效应对之策。此举未能考量学生可能以合乎伦理的方式运用人工智能改进现有作品。持续监控学生使用人工智能的行为并将此类行为全数视为作弊，损害了师生关系。将每个提示语输入ChatGPT并随意使用人工智能检测工具，试图获得与学生相似的结果，耗费大量时间。教学过程也因此变得索然无味。

由于大多数学生已经在使用人工智能并希望理解它，奥斯特罗教授解释说，他的严格政策营造了一种禁欲式环境。制定明确的指导方针并培训学生正确使用人工智能才是更现实的做法。

同样重要的是要理解学生的处境。在就业形势持续恶化、生活成本不断攀升的背景下，据报道学生们不得不延长工作时间以维持学业。部分在新冠疫情期间处于关键学习阶段的学生正面临核心技能缺失的问题，同时还需应对不同院校间差异化的AI政策。

行之有效的方法（大多情况下）：马赛克式方法

马赛克方法

人工智能素养作业：学生需要关于如何使用人工智能的指导。他们中的大多数人在使用人工智能时缺乏必要的媒体素养，也未能对人工智能可能出错的方式保持质疑态度。作为教师，若不熟悉这些工具，便无法传授相关知识。

AI披露表：此表旨在让学生有机会向教师坦诚相告，以避免违反荣誉准则。该表存在不足之处，因部分学生可能遗忘或隐瞒，但其透明性至关重要。通过在公告栏、每道习题提示、课程大纲中放置此表，并设置专属页面配以图文说明，可有效降低学生遗忘率。以下为示例模板。

AI检测（透明化操作）：AI检测技术已显著提升，误报率降低，其可靠性已超越人眼识别。但这些工具仍存在局限，需辅以人工判断。高AI检测分数可能表明合规使用而非严重学术不端。FERPA合规至关重要，使用前请务必向学校IT部门确认该工具的隐私政策。

流程追踪：GoogleDocs和Office365具备详细的版本历史记录。若教师发现学生使用伪造文档版本记录的工具，则无疑是学生存在恶意行为。版本记录可能因出行或网络不稳定而出现偏差，学生也可能出于隐私考虑等原因不愿共享版本历史记录。

尴尬对话：根据奥斯特罗教授的轶事证据，大多数学生并非惯于说谎。当遇到理解时，他们更可能坦诚相待。提供证据并指出以往学术不端行为有助于对话进展。

第二次机会：丹奇与乔伊斯的研究表明，学生一旦被发现作弊，再次作弊的可能性会降低。奥斯特罗教授指出，给予第二次机会“能让你以更确定的方式行事，既鼓励学生（或许笨拙地）探索这个新工具，又能让恶意作弊的学生承担责任”。

优点： 马赛克教学法促进了与学生更坦诚的沟通。需要接受荣誉守则约谈的学生减少，更多学生主动纠正错误并主动报告问题。当发现学生违反荣誉守则时，识别准确率达到100%。多数反馈现已聚焦于帮助学生理解如何改进。教学重新变得充满乐趣！

缺点： 尽管该方案提升了学术诚信，但对不诚实学生的管控仍存疑虑。马赛克方法要求教师掌握最新技术，这需要投入大量时间。奥斯特罗教授对其可扩展性存疑——尤其针对不熟悉人工智能的教师、更具怀疑态度/以学位为导向的学生，以及非同步课程。

联系方式

如有任何疑问，欢迎随时联系Pangram。奥斯特罗教授的联系方式如下：

电子邮箱：Christopher.Ostro@colorado.edu

领英：https://www.linkedin.com/in/ochristo/

BlueSky:https://ochristo.bsky.social/